Python大數據挖掘安徽黟縣全境民宿住客體驗

邢露雨 胡潤鴻 湯陳松

摘要：體驗經濟時代到來，民宿這一非標住宿形態滿足了游客的個性化需求，促使住客發表民宿體驗情況以表達情感。結合黟縣旅游局民宿調查報告與攜程網民宿住客評論，整合出安徽黟縣全境754家民宿，利用Python編寫程序抓取民宿顧客評論，采用Python及ROST Content Mining 6軟件對網絡文本大數據進行分析，解構民宿住客體驗。結果表明：民宿體驗分為五大主題，包含功能體驗、住客情感體驗、經濟體驗、互動體驗及文化體驗。利用評論大數據解構民宿住客體驗，以期能夠為民宿住客體驗研究提供理論參考，民宿可持續發展提供經驗借鑒。

關鍵詞：大數據;民宿;體驗;黟縣

中圖分類號：TP391? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）09-0244-03

開放科學（資源服務）標識碼（OSID）：

1 問題提出

電子旅游時代推動了在線預訂的迅猛增長，游客在服務消費后自發發布了評論。因互聯網強大的交互性，游客越發樂意在線上公開分享住宿體驗，一方面，作為自己的旅游經歷的記錄，另一方面供其他游客參考借鑒。在住宿行業，在線評論尤為重要，因為在消費產品或服務之前很難對其進行判斷[1]。這些評論以文字評論和評分的形式充當電子口碑（eWOM），因此對潛在游客的需求和住宿業務績效的影響要比傳統口碑大得多[2]。住客可以瀏覽評論作為參考，從而做出有關下一個目的地和住宿地點的科學決定。

民宿在大多數鄉村目的地中提供很大的住宿能力，并且在鄉村旅游發展，扶貧和鄉村振興中發揮積極促進作用[3]。2019年7月3日，文化和旅游部發布的《旅游民宿基本要求與評價》行業標準，指出：“旅游民宿（homestay inn）是利用當地民居等相關閑置資源，經營用客房不超過4層，建筑面積不超過800m2，主人參與接待，為游客體驗當地自然、文化與生產生活方式的小型住宿設施”，且根據地域的不同可劃分為鄉村民宿和城鎮民宿。

在線用戶生成的內容評論的出現徹底改變了旅行決策流程，隨著顧客對在線評論的信任度不斷提高，在線評論在企業管理和競爭力方面具有深遠的影響，而目前利用大數據網絡文本在民宿背景下分析住客體驗的研究較少。本研究分析了安徽黟縣全境的民宿住客的在線評論意見的大數據集，通過文本挖掘在線評論研究民宿體驗，以期豐富民宿體驗的相關研究以及為民宿行業的可持續發展提供經驗借鑒。

2 研究方法與數據來源

2.1 研究區域概況

黟縣，隸屬于安徽省黃山市，徽州六縣之一，是黃山市最小的一個縣，境內完整保存1590幢明清古建筑，擁有西遞、宏村世界文化遺產、全國重點文保單位3處、全國歷史文化名村6個、中國傳統村落31個、全省歷史文化名城1座，被稱為“中國明清古民居博物館”“中國傳統文化的縮影”為黟縣民宿的發展提供了肥沃的土壤。利用攜程網檢索黟縣“客棧民宿”專欄，核對數據有效性之后，剔除無效，共計754家有效民宿數據。

2.2 數據來源

文本數據來源于攜程網（www.ctrip.com），選取攜程網原因如下：①攜程網成立于1999年，目前在國內已成為規模最大的在線旅游網站，截至2020年6月20日，用戶超4億，海外用戶數量已超過1億[4];②攜程網規定顧客在住宿結束之后可評論該民宿，住客發表的評論作為體驗研究的來源可信度較高。③攜程網專門設置“客棧民宿”選項，住客評論作為數據來源易于獲得。截至2020年6月1日利用Python爬取攜程網安徽黟縣754家民宿住客評論116378條，其中剔除無效評論以及重復評論數據3110條，共得有效評論113268條，計5716983字。

2.3 研究方法

大數據分析法。大數據正在通過許多來源生成，包括互聯網流量（例如點擊量）、移動交易、用戶生成的內容、社交媒體以及通過傳感器網絡有目的的捕獲的內容、商業交易和許多其他運營領域（如：醫療保健、金融等）[5]。

內容分析法。內容分析法將定性的、不系統的符號性內容如圖像、文字轉化成定量的、系統的數據資料的研究方法。運用ROST Content Mining 6內容分析軟件對爬取的網絡文本進行分析，對民宿在線評論大數據內容進行高頻特征詞，語義網絡分析以及主題分析。

3 研究結果

3.1 高頻詞分析

本文通過Python進行“數據篩選—文本去重—機械壓縮去詞—分詞—去停用次—語義替換”，編寫代碼對分詞之后的文檔進行處理，最終獲得民宿住客評論文本文檔的高頻詞，節選詞頻前100高頻詞信息匯總（表1）。

3.2 語義網絡分析

本文利用ROST Content Mining 6軟件，選擇社會網絡和語義網絡分析，制成民宿住客體驗高頻詞語義網絡圖（圖1）。

3.3 主題分析

結合高頻特征詞及其詞頻前200，進行主題分析（表2），發現功能體驗、情感體驗、經濟體驗、互動體驗、文化體驗與民宿住客體驗密切相關，占比依次是功能體驗50.18%，互動體驗24.93%，文化體驗11.07%，情感體驗9.81%，以及經濟體驗4.01%。

功能體驗，占比50.18%，居首位。民宿內部功能體驗，如：“房間”“裝修”“干凈”“環境”“舒服”“設施”“安靜”“整潔”等詞匯與民宿內部功能體驗密切相關;民宿外部功能體驗主要涉及：“宏村”“景區”“位置”“很近”“停車場”“西遞”“黃山”等高頻詞匯，宏村古村落的氛圍與民宿相互成就，民宿的位置、周邊配備停車場也是民宿住客重點關注的方面。

情感體驗，占比9.81%。最多的感受是“不錯”，依次是表示“喜歡”，感到“滿意”，表達“感謝”，在不同的語境下民宿住客認為“飯菜口味不錯”“衛生條件和設施都不錯”“地理位置不錯”，“服務態度不錯”“細節做得不錯”，這些均是住客對民宿的肯定與贊賞。

經濟體驗，占比4.01%。顧客重點關注“價格”“值得”“性價比”“免費”“升級”“實惠”等方面。讓住客感受到“值得”，即體驗是有價值的，住客關注的是物有所值，而不僅僅是價格低廉，較為關注“性價比”，價格“實惠”，又有額外的驚喜，如老板“免費”給“升級”房間，贈送小禮品，經濟及心理層面都會獲得驚喜感。

互動體驗，占比24.93%，比重位列第二。不論是老板、老板娘，還是阿姨、前臺這些工作人員，憑借“熱情”“周到”的服務，關注細節之處，從入住到離店，“貼心、熱心、用心、真心，耐心”，是服務的態度，也是服務的靈魂。美好的體驗會留在記憶之中，最終化為重購意愿，表示“推薦”“下次”“再來”、給予“好評”等行為意愿。

文化元素，占比11.07%。涉及三個層面：建筑文化、茶文化以及美食文化。建筑文化主要體現在“古色古香”的“徽派建筑”，是黟縣地區民宿的特色，也是民宿發展的載體。茶文化也是此地的特色之一，在靜謐的民宿空間里“品茶”度過悠閑時光，也是住客度假的一種難忘體驗。借助傳統名菜“臭鱖魚”“毛豆腐”等，展現徽州味道。

4 討論與結語

以安徽黟縣的754家民宿為例，利用Python爬取海量民宿住客評論進行內容分析和主題分析。結果顯示：民宿住客體驗分為五類主題，功能體驗、情感體驗、經濟體驗、社交體驗和文化體驗五方面。

優化內部裝飾布局，合理利用周邊配套。裝修注重設計，溫馨舒適，干凈整潔，隔音效果良好，舒適的庭院，均在住客的考慮范圍之內;周邊景區帶來的吸引力是民宿客源的基礎[6]。實現民宿與景區的互相成就，可以與景區形成合作，獲得門票優惠渠道，讓住客買到的景區門票較為便宜。民宿周邊的交通通達度是影響顧客選擇的重點，充足的停車場為游客提供便利，也成為住客關注的重點。

彰顯“有溫度的服務”，以“情”動人是關鍵。在“家”之外讓住客感受到“家”的感覺。民宿滿足人們情感層面的體驗，從預訂到離店，除提供基本服務，創造驚喜必不可少，將積極感受在記憶之中強化，情感層次的“喜歡”“滿意”“感謝”，轉化為行為層面的推薦意愿與重訪意愿，進而增加收入，保障民宿的長遠發展。

提高性價比，追求物有所值。民宿提供物有所值的服務，而不僅僅是追求價格低廉，以實惠的價格在民宿體驗不同的休閑生活方式。從服務，位置，房間等多角度使住客感受到物超所值，除了提供基本的服務之外，還需要提供有別于酒店的增值服務，以保持自身競爭力。

積極互動，用“心”做民宿。營造社交和互動的環境氛圍，積極參與體驗并與他人互動，互動體現在全員全過程的參與，建立良好的賓客關系為住客帶來愉快的回憶，最終影響游客的滿意度。向專業化、個性化、人性化邁進，經營者與服務人員專業化是做好民宿的前提，注重細節、服務周到實現個性化的要求，主動解決問題、積極響應是提升服務品質實現人性化的要義。

挖掘文化內涵和外延。融入當地傳統建筑文化，內部裝修與外部建筑統一，體現徽派建筑主題特色。民宿依托茶文化彰顯其獨特性，在經營過程中講求以茶待客，亦可出售茶葉作為旅游產品來增加收入。飲食文化中利用徽州傳統名菜“臭鱖魚”等，不僅是傳統的農家菜還是傳統文化的積淀，同是區別于其他地區民宿的魅力所在。總而言之，依托徽文化講好黟縣民宿故事。

參考文獻：

[1] Lee P J，Hu Y H，Lu K T.Assessing the helpfulness of online hotel reviews：a classification-based approach[J].Telematics and Informatics，2018，35（2）：436-445.

[2] Zhao Y B，Xu X，Wang M S.Predicting overall customer satisfaction：Big data evidence from hotel online textual reviews[J].International Journal of Hospitality Management，2019，76：111-121.

[3] Komppula R.The role of individual entrepreneurs in the development of competitiveness for a rural tourism destination - A case study[J].Tourism Management，2014，40：361-371.

[4] 王昕天，汪雷.基于文本挖掘的在線旅游熱詞情報分析——以攜程網為例[J].情報理論與實踐，2017，40（11）：105-109.

[5] George G，Haas M R，Pentland A.Big data and management[J].Academy of Management Journal，2014，57（2）：321-326.

[6] 吳佳佳，陳秋萍，陳金華.基于多尺度的福建省民宿時空分布及其影響因素[J].資源開發與市場，2020，36（6）：647-653.

【通聯編輯：李雅琪】